墻體裂縫圖像的預處理過程以及算法的DSP實現(xiàn)

摘要：為了對建筑物中的墻體裂縫進行高精度和高清晰度地測量、計算和處理。文中給出了使用DSP數(shù)字信號處理器來對墻體裂縫圖像進行預處理的具體方法及相關算法，同時給出了相應的仿真結(jié)果。
　　關鍵字：墻體裂縫監(jiān)測；圖像處理；DSP
　　0 引言
　　現(xiàn)代各種建筑行業(yè)中，墻體因為外力碰撞、建筑質(zhì)量、熱脹冷縮等原因，往往會產(chǎn)生一些裂縫。因此，對墻體裂縫的監(jiān)測與分析就顯得十分必要。利用圖像處理的方法來對墻體裂縫進行監(jiān)測和分析是比較方便且有效的方法之一。但由于人為或自然因素的影響，復雜的背景噪聲一般都會疊加在有用的墻體表面圖像數(shù)據(jù)中，所以，在對裂縫進行圖像分割前，必須通過濾波來減少噪聲，增強裂縫邊緣效果，然后再進行圖像分割。
　　傳統(tǒng)的數(shù)字圖像處理系統(tǒng)一般是基于PC機來實現(xiàn)的，即由圖像采集卡采集圖像，再將圖像數(shù)據(jù)通過總線或網(wǎng)絡傳輸給PC機，然后在PC機上進行圖像處理。此類系統(tǒng)通常比較復雜。且難以小型化，不方便隨身攜帶和檢測。因此，本文介紹一種基于DSP芯片來完成數(shù)字圖像處理的實現(xiàn)方法。該方法利用CCD傳感器進行圖像采集，然后在DSP內(nèi)部通過算法對圖像進行處理，再將處理后的圖像通過液晶進行顯示，最后由圖像來判定裂縫的狀態(tài)和細節(jié)等。此方案可使系統(tǒng)更加簡潔、實時性更強，因此，可在便攜式圖像檢測設備中得到一定的應用。
　　1 算法簡介
　　通過CCD圖像傳感器采集的圖像，還需對其進行一定的處理，才能更好的反映出墻體裂縫的細節(jié)。對圖像進行處理需要一定的算法支持，要根據(jù)算法內(nèi)容進行編程，最后通過移植程序到DSP中，以最終實現(xiàn)圖像處理。本文使用的是中值濾波、圖像灰度值修正、迭代閾值法二值化圖像分割等算法。
　　由于采集的初始圖像中的噪聲會降低圖像的質(zhì)量，使圖像特征淹沒，給分析帶來困難。因此，去除噪聲、恢復原始圖像是裂縫圖像處理中的一個重要內(nèi)容。中值濾波是一種非線性的信號處理方法，可在一定條件下克服線性濾波器帶來的圖像細節(jié)模糊問題，對濾除脈沖干擾最為有效。中值濾波一般采用一個含有奇數(shù)點的滑動窗口（通常為二維窗口）來用窗口中各點灰度值的中值來替代指定點（一般是窗口的中心點）的灰度值。中值濾波的窗口形狀和尺寸對濾波器的效果影響較大，因此，需根據(jù)不同要求選用不同的窗口形狀和尺寸。由于裂縫圖像中的脈沖干擾較多，因此，為了保證去噪時失真小，本文筆者選擇3×3的方形窗口來進行中值濾波。
　　直方圖修正主要是為了調(diào)整圖像的亮度，增強圖像中感興趣的灰度區(qū)域。中值濾波后，由于墻體裂縫圖像的特殊性，圖像中的裂縫灰度值往往較小、較灰暗，而背景灰度值往往較大、較明亮。因此，筆者采用了一種線性拉伸變換的方法來增強圖像的灰度效果。若由用戶輸入感興趣的灰度區(qū)域范圍，當某點的像素值小于范圍的最小值時，該點像素值賦值為0；大于范圍的最大值時，該點像素值賦值為255。若在范圍中，則計算出該值在范圍中的比例，再用比例乘以255，以得到新的像素值。這樣，就將感興趣的灰度區(qū)域拉伸到0～255，從而達到對比度增強的目的。
　　在圖像進行灰度值拉伸修正后，為了便于裂縫觀察，還需要將裂縫從圖像中分割出來。由于墻體裂縫與背景在灰度級上有明顯的區(qū)別，所以，選擇合適的閾值T便能實現(xiàn)分割。若像素灰度值小于T，則將其灰度值設置為0，否則，將其灰度值設置為255。閾值的選取是關系圖像分割質(zhì)量好壞的關鍵，本文采用迭代閾值法來求得閾值T。其灰度的閾值分割變換公式如下：
　　
　　式（1）中，T為采用迭代閾值法得到的閾值。